ANALISIS KUANTITATIF PORI BERDASARKAN PENGOLAHAN CITRA MENGGUNAKAN WOLFRAM MATHEMATICA

ANALISIS KUANTITATIF PORI BERDASARKAN

PENGOLAHAN CITRA MENGGUNAKAN

WOLFRAM

MATHEMATICA

Yuant Tiandho

Jurusan Fisika, Universitas Bangka Belitung Jl. Kampus Peradaban, Merawang 33172, Indonesia

Email: yuanttiandho@gmail.com

Abstract

Currently, a porous material has been extensively developed in many areas of applied science and engineering. The characteristics of porous material is most often determined by its porosity. In this paper, we present a quantitative analysis of pores in a material according to image processing methods. An micrograph from electron microscopy (SEM) was analyzed by using Wolfram Mathematica. From our study can be obtained some informations about pore percentage (porosity), pore size, ratio aspect, and distribution of pore size in the materials.

Keywords: pore, image processing, Wolfram Mathematica

Abstrak

Saat ini, material berpori telah dikembangkan secara luas di banyak bidang sains terapan dan teknik. Karakteristik dari material berpori seringkali ditentukan oleh porositasnya. Dalam makalah ini, kami menyajikan menyajikan analisis pori dalam suatu material berdasarkan metode pengolahan citra. Suatu mikrograf dari mikroskopi elektron (SEM) kami analisis dengan menggunakan Wolfram Mathematica. Dari penelitian kami dapat diperoleh beberapa informasi tentang persentase pori (porositas), ukuran pori, aspek rasio, dan distribusi ukuran pori dalam material.

Kata kunci: pori, pengolahan citra, Wolfram Mathematica

1. PENDAHULUAN

tulang [4], katalis pada industri kimia [5], absorben suatu polutan [6], elektroda [7], divais sensor [8], dan sebagainya.

Berbagai karakteristik fisik dan kimia dari material berpori seperti permeabilitas, kuat tarik, dan konduktivitas elektrik ditentukan oleh sifat porinya [9, 10]. Sehingga pengembangan terakhir sintesis material berpori telah terfokus pada material yang dapat direkayasa ukuran pori dan distribusi porinya.

Beberape metode yang sering digunakan untuk menganalisis pori diantaranya adalah metode BET (Brunauer, Emmet, dan Teller) [11], metode Archimedes [12], dan pengolahan citra mikrograf [13]. Pengukuran porositas menggunakan metode BET dilakukan melalui pengisian material dengan suatu gas (nitrogen, argon, CO2, dan sebagainya) sehingga diperoleh informasi berupa luas

permukaan material atau volume pori berdasarkan jumlah massa gas yang terabsorpsi. Kelemahan dari metode ini adalah dibutuhkan asumsi densitas absorbat yang konstan sepanjang sistem pori sehingga tidak dapat diterapkan pada material mikropori dan ultramikropori karena memiliki rasio luas permukaan dengan volume yang sangat tinggi. Selain itu, metode BET juga memiliki akurasi yang buruk ketika diterapkan untuk mengukur pori terbuka. Pengukuran porositas dengan metode Archimedes dilakukan berdasarkan variasi massa material dalam fluida. Akurasi dari metode ini ditentukan oleh pengurangan berat material dan sulit untuk mengestimasi densitas matriks ketika terjadi transformasi allotropik. Adapun analisis pori menggunakan pengolahan citra dilakukan berdasarkan analisis permukaan tampang lintang material. Kelemahan dari pengolahan citra adalah akurasinya sangat bergantung pada preparasi spesimen. Namun demikian, dibandingkan dengan metode lainnya, metode pengolahan citra lebih dapat diterima berdasarkan aspek reproduktifitas, keekonomisan, kesederhanaan, dan fleksibilitasnya [14]. Terlebih saat ini citra yang dihasilkan oleh mikroskop (optik atau elektron) telah dalam bentuk digital sehingga mendukung proses pengolahan citra digital selanjutnya [15].

Di dalam makalah ini kami mengembangkan metode pengolahan citra untuk

material berpori menggunakan Wolfram Mathematica. Pengembangan ini perlu

dilakukan mengingat tidak seluruh perangkat mikroskopi dilengkapi oleh sistem

pengolahan citra. Wolfram Mathematica merupakan perangkat lunak komputasi

matematik simbolik yang menyediakan dukungan mendalam pada pemrosesan dan analisis citra. Keunggulan perangkat lunak ini adalah ia menggunakan bahasa

Wolfram Language yang telah dikenal luas sebagai bahasa pemrograman yang

relatif sederhana dan mudah dipahami [16,17]. Adapun aspek analisis kuantitatif pori yang kami pelajari dalam makalah ini terdiri dari analisis presentase pori (porositas), ukuran (diameter) pori, aspek rasio pori, dan distribusi ukuran porinya.

2. METODOLOGI PENELITIAN

Citra yang kami analisis dalam makalah ini merupakan citra material karbon berpori (perbesaran 500× dan 1000×) yang disintesis oleh Tseng [18] dan material berpori TiO2 yang disintesis oleh Zhong [19]. Seluruh citra tersebut diambil dengan

Untuk dapat menghitung presentase pori dalam material kami memanfaatkan adanya perbedaan warna antara pori dengan matriks material. Biasanya pori dalam material lebih gelap sedangkan matriks berwarna lebih terang. Sehingga dengan proses binerisasi dan segmentasi citra maka kita dapat melihat dengan jelas perbedaan dari pori dan matriks. Presentase pori diperoleh berdasarkan perbandingan jumlah piksel warna gelap dengan seluruh jumlah piksel dalam citra. Secara matematis dapat dituliskan sebagai,

%_Pori Ngelap

Ntotal

 ...(1)

dimana Ngelap adalah jumlah piksel warna gelap dan Ntotal adalah jumlah total piksel.

Untuk dapat melakukan analisis ukuran pori, sebelumnya citra yang telah dibinerisasi diolah agar diketahui dengan jelas batas porinya. Proses ini dapat dilakukan dengan memanfaatkan kemampuan Wolfram Mathematica dalam mendeskripsikan perimeter dari suatu citra. Perimeter dideskripsikan sebagai garis batas dari kumpulan piksel gelap dengan piksel terang (juga sebaliknya). Setelah morfologi dari perimeter sesuai maka ukuran tiap pori dapat ditentukan berdasarkan perintah untuk menghitung panjang kalipernya. Dalam makalah ini menggunakan tiga jenis kaliper: panjang kaliper (diameter Feret maksimum), lebar kaliper (diameter Fere minimum) dan rata-rata kaliper. Untuk ukuran pori kami menggunakan rata-rata kaliper dan dua jenis kaliper lainnya digunakan untuk menentukan aspek rasio pori. Karena analisis citra dengan menggunakan Wolfram Mathematica dalam satuan piksel maka dibutuhkan hubungan antara skala yang tertera dalam citra dengan nilai pikselnya (piksel/satuan panjang). Setelah diperoleh informasi ukuran dari seluruh pori yang terdapat dalam citra maka data tersebut kami analisis secara statistik sehingga diperoleh ukuran pori rata-rata secara keseluruhan,

dimana MCDi adalah kaliper rata-rata (mean caliper diameter) untuk pori ke-i dan n

adalah jumlah pori yang terdeteksi dalam citra.

Adapun untuk menentukan aspek rasio dari pori secara rata-rata kami menggunakan perbandingan nilai diameter Feret minimum dengan diameter Feret maksimum dari keseluruhan pori,

dimana Fmin i adalah diameter Feret minimum pori ke-i dan Fmax i adalah diameter

3. HASIL DAN PEMBAHASAN

Setelah dilakukan pengolahan citra pada mikrograf karbon berpori dengan perbesaran 500× maka diperoleh hasil seperti pada Gambar 1. Citra ini memiliki faktor konversi skala piksel ke μm sebesar 2,5 piksel/μm. Pada mikrograf asli (Gambar 1(a)) pori ditunjukkan oleh warna gelap dan matriks warna yang lebih terang. Setelah melalui proses binerisasi maka perbedaan antara matriks dan pori tampak semakin tajam (Gambar 1(b)). Sehingga dengan menggunakan citra tersebut, berdasarkan perbandingan jumlah piksel gelap dengan total pikselnya, dapat diketahui bahwa porositas dari sampel ini adalah 46,9%. Setelah dilakukan proses segmentasi citra sesuai dengan morfologi perimeter tiap pori yang terdeteksi dalam citra (Gambar 1(c)) kemudian kami menerapkan perintah untuk menghitung diameter kaliper rata-rata (mean caliper diameter) sehingga diperoleh informasi bahwa rata-rata ukuran pori dari citra ini adalah 4,5 μm. Adapun untuk sebaran ukuran porinya ditunjukkan oleh histogram pada Gambar 1(d). Dari data histogram

tampak bahwa distribusi ukuran pori tertinggi sekitar 1 μm dan kami mendeteksi

ada 423 pori secara keseluruhan dalam citra ini. Dengan menggunakan perintah menghitung diameter Feret minimum dan diameter Feret maksimum maka diperoleh hasil bahwa rata-rata nilai diameter Feret tersebut secara berurutan adalah 3,61 μm dan 5,36 μm. Sehingga dapat disimpulkan bahwa aspek rasionya adalah 0,67. Secara ringkas hasil analisis citra ini dapat dilihat pada Tabel 1.

(a) (b)

(c) (d)

Gambar 1.(a) mikrograf elektron karbon berpori pada perbesaran 500× [18], (b)

hasil binerisasi, (c) morfologi perimeter, (d) histogram ukuran pori.

dari sampel ini dapat dilihat pada Gambar 2 dan hasil pengukurannya disajikan pada Tabel 1. Setelah melalui proses binerisasi (Gambar 2(b)) dapat diketahui bahwa porositas sampel berdasarkan citra ini mencapai 53%. Untuk memperoleh informasi ukuran pori maka dilakukan proses pendeskripsian morfologi perimeter tiap pori yang terdeteksi (Gambar 2(c)) kemudian dilakukan analisis panjang kaliper ratanya. Pada citra ini terdapat 104 pori terdeteksi dan ukuran rata-ratanya adalah 2,4 μm (faktor konversi skala: 5 piksel/μm). Adapun untuk distribusi ukurannya disajikan pada Gambar 2(d). Dengan menggunakan hasil perbandingan diameter Feret minimum dan diameter Feret maksimum tiap pori yang terdeteksi maka dapat disimpulkan bahwa aspek rasionya adalah 0,69.

(a) (b)

(c) (d)

Gambar 2. (a) mikrograf elektron karbon berpori pada perbesaran 1000× [18], (b) hasil binerisasi, (c) morfologi perimeter, (d) histogram ukuran pori.

menyatakan bahwa karbon berpori yang telah disintesis banyak mengandung pori-pori yang berukuran sangat kecil [18].

Adapun untuk hasil pengolahan citra sampel TiO2 berpori dapat dilihat pada

Gambar 3 dan hasil pengukurannya pada Tabel 1. Pada hasil binerisasi (Gambar 3(b)) dan deskripsi morfologi perimeter (Gambar 3(c)) tampak bahwa disekitar

pori-pori besar terdapat cukup banyak pori-pori mikronya. Dengan

membandingkan jumlah piksel gelap dengan keseluruhan piksel diketahui bahwa porositas sampel adalah 50,1%. Setelah disesuaikan dengan faktor konversi skala 0,22 piksel/nm maka diketahui bahwa ukuran rata-rata pori yang terdeteksi (52 pori) adalah 138,6 nm dengan nilai aspek rasio mencapai 0,73.

(a) (b)

(c) (d)

Gambar 3. (a) mikrograf elektron TiO2 berpori pada perbesaran 60.000× [19], (b)

hasil binerisasi, (c) morfologi perimeter, (d) histogram ukuran pori.

[19] (dinyatakan bahwa pori makro berukuran sekitar 380 nm) maka dapat disimpulkan bahwa keakurasian metode ini mencapai lebih dari 92%.

Tabel 1.Hasil analisis citra dengan Wolfram Mathematica

Sampel %Pori Ukuran Kesimetrian

FMin FMax Aspek Rasio

Dengan menggunakan perangkat lunak Wolfram Mathematica dapat dilakukan analisis citra dari suatu material berpori. Beberapa aspek yang dapat dikaji antara lain persentasi pori, ukuran pori, aspek rasio kesimetrian pori, dan sebaran ukuran porinya. Melalui perbandingan analisis pada dua citra sejenis dengan perbesaran berbeda dapat diketahui bahwa akurasi analisis pori dengan pengolahan citra bergantung pada resolusi citra itu sendiri. Semakin tinggi perbesarannya maka makin banyak pori mikro yang dapat dideteksi. Sehingga citra dengan perbesaran yang lebih tinggi akan dapat menghasilkan akurasi yang semakin tinggi. Selain itu, berdasarkan perbandingan antara ukuran pori referensi dengan ukuran pori yang diperoleh dalam penelitian ini, dapat disimpulkan bahwa metode pengolahan citra dengan Wolfram Mathematica memiliki tingkat ketelitian yang cukup baik.

DAFTAR PUSTAKA

[1] J. Escoto, Y. Chiang, K. Wu and Y. Yamauchi, Recent progress in mesoporus

titania materials: adjusting morphology for innovative applications,

Science and Technology of Advanced Materials, vol. 13, pp. 013003(1) - (9), 2012.

[2] Y. Wu, C. Li, H. Liang, J. Chen and S. Yu, Ultralight, flexible, and fire-resistant carbon nanofiber aerogels from bacterial cellulose, Angewandte Chemie,

vol. 125, pp. 2997-3001, 2013.

[3] X. Yao, Y. Hu, A. Grinthal, T. Wong, L. Mahadevan and J. Aizenberg, Adaptive fluid-infused porous films with tunable transparency and wettability,

Nature Materials, vol. 12, pp. 529-534, 2013.

[4] F. Afriani, K. Dahlan, S. Nikmatin, and O. Zuas, Alginate affecting the characteristics of porous beta-TCP/alginate composite scaffolds,"

Journal of Optoelectronics and Biomedical Materials, vol. 7, no. 3, pp. 67-76, 2015.

[6] L. Li, B. Li, L. Wu, X. Zhao and J. Zhang, "Magnetic, superhydrophobic and durable silicone sponges and their application in removal of organic pollutants from water," Chemical Communications, vol. 50, pp. 7831-7833, 2014.

[7] L. Chen, X. Zhang, H. Liang, M. Kong, Q. Guang, P. Chen, Z. Wu and S. Yu,

"Synthesis of nitrogen-doped porous carbon nanofibers as an efficient electrode material for supercapacitors," ACS Nano, vol. 6, no. 8, pp. 7092-7102, 2012.

[8] E. Ringgaard, F. Lautzenhiser, L. Bierregaard, T. Zawada and E. Molz,

"Development of porous piezoceramics for medical and sensor applications," Materials, vol. 8, no. 12, pp. 8877-8889, 2015.

[9] J. Feng, R. Zhang, L. Gong, Y. Li, W. Cao and X. Cheng, "Development of porous fly ash-based geopolymer with low thermal conductivity," Materials & Design, vol. 65, pp. 529-533, 2015.

[10] R. Ferraro and A. Nanni, "Effect of-white rica husk ash in strength, porosity, conductivity, and corrosion resistance of white concrete," Construction and Building Materials, vol. 31, pp. 220-225, 2012.

[11] P. Goodman, H. Li, Y. Gao, Y. Lu, J. Stenger-Smith and J. Redepenning,

"Preparation and characterization of high surface area, high porosity carbon monoliths from pyrolyzed bovine bone and their performance as supercapacitor electrodes," Carbon, vol. 55, pp. 291-298, 2013.

[12] A. Moradi, S. Pramanik, F. Ataollahi, T. Kamarul and B. Murphy, "Archimedes revisited: computer assisted micro-volumetric modification of the liquid displacement method for porosity measurement of highly porous light materials," Analytical Methods, vol. 6, pp. 4396-4401, 2014.

[13] P. Elia, E. Nativ-Roth, Y. Zeiri and Z. Porat, "Determination of the average pore-size and total porosity in porous silicon layers by image processing of SEM micrographs," Microporous and Mesoporous Materials, vol. 225, pp. 465-471, 2016.

[14] H. Du, J. Shin and S. Lee, "Study on porosity of plasma-sprayed coatings by digital image analysis method," Journal of Thermal Spray Technology, vol. 14, no. 4, pp. 453-461, 2005.

[15] M. Ardisasmita, "Pengolahan citra digital dan analisis kuantitatif dalam karakterisasi citra mikroskopik," J. Mikroskopi dan Mikroanalisis, vol. 3, no. 1, pp. 25-29, 2000.

[16] S. Wolfram, The Mathematica Book (5th ed.), USA: Wolfram Media, 2003.

[18] R. Tseng and S. Tseng, "Pore structure and adsorption performance of the KOH-activated carbons prepared from corncob," Journal of Colloid and Interface Science, vol. 287, pp. 428-437, 2005.